Моделирование зависимости между ВВП и факторами инновационного развития в российской экономике

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

МОДЕЛИРОВАНИЕ ЗАВИСИМОСТИ МЕЖДУ ВВП И ФАКТОРАМИ ИННОВАЦИОННОГО РАЗВИТИЯ В РОССИЙСКОЙ ЭКОНОМИКЕ

THE MODELING OF THE RELATION BETWEEN GDP AND FACTORS OF INNOVATIVE DEVELOPMENT IN THE RUSSIAN ECONOMY

Евтюшина С.Е, Кураева А.В.

Финансовый университет при Правительстве

Российской Федерации

Формирование и развитие национальных экономических моделей как в развитых, так и развивающихся странах во многом обусловлены значительным повышением роли инноваций. Становление инновационных экономик явилось результатом интенсификации протекания научно-технического прогресса вследствие процесса глобализации, а также дальнейшего углубления международного разделения труда, когда разработка и внедрение новейших технологий осуществляется наиболее развитыми странами, а промышленная сборка - менее развитыми.

Переход к инновационной экономике - это абсолютный императив и важнейший целевой ориентир развития Российской Федерации на современном этапе и в ближайшее десятилетие. Стимулирование инноваций и формирование развитой национальной инновационной системы (НИС) необходимы для поддержания конкурентоспособности российских товаров и услуг, отдельных отраслей российской экономики в глобальном экономическом пространстве, решения внутренних проблем структурного характера, преодоления факторов, сдерживающих потенциал роста экономики страны.

В статье рассмотрено моделирование зависимости одного из основных макроэкономических показателей, выбранного в качестве объясняемого, - величины валового внутреннего продукта (ВВП) от ключевых факторов инновационного развития российской экономики, в том числе:

• число организаций, выполнявших исследования и разработки;

• инновационная активность организаций (удельный вес организаций, осуществлявших инновации в общем числе организаций)

• численность персонала, занятого исследованиями и разработками;

• финансирование науки из средств федерального бюджета:

• внутренние затраты на исследования и разработки;

• наукоемкость ВВП (доля расходов на НИОКР в ВВП);

• поступление патентных заявок и выдача патентов;

• объем инновационных товаров, работ, услуг;

• удельный вес инновационных товаров, работ, услуг в общем объеме отгруженных товаров, работ, услуг;

• число разработанных передовых производственных технологий;

• число используемых передовых производственных технологий;

• инвестиции в основной капитал по виду деятельности «Научные исследования и разработки» [2].

Установление зависимости величины национальной экономики, выраженной объемом ВВП, от перечисленных объясняющих факторов является трудной и комплексной задачей, решение которой позволит определить направление, характер и тесноту связи между выбранными параметрами в исследуемом временном отрезке, а также сделать прогноз поведения и величины результативного фактора в зависимости от их изменений.

Наиболее оптимальным инструментом проведения анализа, оценки и моделирования объема российской экономики, определения основных факторов, оказывающих непосредственное воздействие на этот показатель, может служить регрессионный анализ.

Многофакторный (множественный) корреляционно-регрессионный анализ решает следующие группы задач:

• определяет форму связи результативного признака с факторными;

• выявляет тесноту этой связи;

• устанавливает влияние отдельных факторов.

Для достижения поставленной авторами цели выполнены следующие этапы:

• выбрана спецификацию модели: определены список экономических показателей, которые характеризуют функционирование объекта исследования, а также экзогенные и эндогенные переменные;

• собрана необходимая статистическая информация;

• проведена идентификация модели, её статистический анализ и оценка полученных параметров;

Для построения регрессионной модели использованы данные о развитии российской экономики в период с 2000 по 2013 г. (см. табл. 1) [2].

валовой внутренний продукт инновационный

Таблица 1

Исходные данные для построения регрессионной модели

Выбранное число наблюдений (n=14) не позволяет получить качественную регрессионную модель, если в ней будет большое количество факторов. Поэтому были отобраны три независимых (объясняющих) переменных, которые, по мнению авторов, оказывают сильное влияние на исследуемый показатель:

Х₁ - Внутренние затраты на исследования и разработки;

Х₂ - Используемые передовые производственные технологии;

Х₃ - Созданные (разработанные) передовые производственные технологии.

Теснота связи между каждым из приведенных факторов и ВВП была установлена на основе значений коэффициента парной корреляции. В случае если коэффициент корреляции между факторными переменными и результативной попарно имеют значение близкое к 1, то связь между исследуемыми показателями считается тесной. И в этом случае данный фактор может быть использован в модели. В исследуемой модели были полученны следующие значения коэффициентов корреляции для переменных X₁, X₂ и X₃ соответственно: r₁=0,9964, r₂=0,8834, r₃=0,8698.

Все парные коэффициенты корреляции между ВВП и отобранными переменными отражают тесную связь, т.е. эти факторы оказывают значительное влияние на объясняемую переменную и могут быть использованы при построении множественной регрессионной модели.

Необходимо отметить, что качество регрессионной модели зависит, в том числе, и от наличия и степени взаимовлияния объясняющих переменных. Наиболее желательная ситуация - отсутствие подобного взаимовлияния. В случае наличия тесной взаимосвязи (коэффициент корреляции больше 0,7) говорят о мультиколлинеарности факторов. В реальной жизни и экономике довольно сложно найти полностью независимые переменные, так как на них оказывают влияние общие тенденции экономического роста, условия циклического развития, а также различные конъюнктурные факторы.

Для выбора формы регрессионной модели (линейной и нелинейной) построен график изменения результативного признака в исследуемом периоде (см. рис. 1).

Рис 1. График исходных данных объясняющей переменной

По графику видно, что наиболее подходящей является нелинейная экспоненциальная модель: = ^{Х Х Х} *u.

Полученная в результате исследования модель имеет вид: =,, Х, Х, Х.

Коэффициент детерминации R-квадрат имеет значение 0,9859, что подтверждает достоверность полученных результатов, а также качественность регрессионной модели. Тест Дарбина-Уотсона подтвердил отсутствие автокорреляции остатков. Тест Голдфелда-Квандта показал гомоскедастичность остатков множественной регрессионной модели. Проверка значимости уравнения регрессии с помощью F-критерия Фишера и адекватности модели методом интервального прогнозирования дала результат, подтверждающий качество полученной множественной регрессии.

Совместим график исходных значений ВВП с графиком полученной множественной регрессии. На рис. 2 представлена модель, которая хорошо аппроксимирует исходные данные. Отклонения фактических значений от оценочных незначительны.

Рис. 2. Точечный график исходных данных, совмещенный с графиком полученной регрессии

Проанализируем чувствительность ВВП к изменению отдельных факторов инновационного развития. Она определяется с помощью среднего коэффициента эластичности, который в случае логарифмически-линейной формы регрессионной модели рассчитывается для каждого фактора по формуле: Э = i*, где i - номер объясняющей переменной, бi - полученный параметр множественной регрессии, соответствующий фактору i, - среднее значение i-ого фактора. При увеличении числа используемых передовых производственных технологий на 1% ВВП страны в среднем возрастает на 1,619%. Увеличение на 1% величины внутренних затрат на НИОКР и числа созданных передовых технологий приводит к увеличению ВВП на 0,255% и 0,375% соответственно.

Проведенный множественный корреляционно-регрессионный анализ позволяет сделать ряд ключевых выводов и заключений. Для начала следует выделить существенный недостаток, который обнаруживается на самом раннем этапе исследования и связан с поиском данных. Существующие российские статистические источники испытывают «недобор» информации об инновационном состоянии экономики (т.е. о различных факторах, влияющих на инновационное развитие национальной экономики) до 2000 года. Это автоматически сужает масштаб исследования и, следовательно, сокращает возможное количество включаемых в модель параметров. Для детализированного, всестороннего и объективного многофакторного анализа по рассматриваемой тематике в будущем необходимо вести многолетние наблюдения любых инновационных явлений в экономике, создавать адекватную статистическую базу. Это один из начальных, базисных шагов, который, по нашему мнению, позволит российской экономике перейти к инновационной стадии развития.

Необходимо выделить полученную тесную взаимосвязь между проявлениями «инновационности» экономики (объясняющими переменными модели: внутренними затратами на исследования и разработки, используемыми передовыми производственными технологиями, а также созданными передовыми производственными технологиями) и ее благосостоянием (объемом ВВП). Основным драйвером, локомотивом инновационного развития экономики выступает способность как государства, так и частного сектора финансировать исследования и разработки инновационных товаров, а также возможность бенефициаров (получателей) этих ресурсов использовать их по назначению, а главное доводить свою деятельность до логического завершения, создавая внутри страны передовые технологии, которые в свою очередь способствуют развитию в национальной экономике качественного производства с высокой добавленной стоимостью, выводя ее на принципиально новый конкурентный уровень в масштабах всего мирового хозяйства.

Следует отметить особенность российской экономики, связанную с созданием и дальнейшим непосредственным использованием передовых технологий. Результат корреляции между этими двумя факторами составляет всего 0,572 (слабая взаимосвязь), что свидетельствует о следующем: не все использованные технологии внутри страны в ней же и созданы, и наоборот, не все созданные технологии нами потом используются. Это означает, что российская экономика во многом зависит от импорта передовых технологий из стран дальнего зарубежья и стран СНГ (доля машин и оборудования в товарной структуре импорта составляет 50,4% и 25,9% соответственно) [3]. Данная зависимость, во-первых, тормозит развитие и всестороннее использование собственного инновационного потенциала. Во-вторых, нельзя не упомянуть ситуацию, сложившуюся в связи с введением против России секторальных санкций в 2014 году. Современная мировая экономика тесно связана с геополитикой, поэтому любая импортная зависимость потенциально несет риски для отечественной экономики в случае стихийного изменения политической ситуации в мире. Наиболее уязвимыми в подобных случаях становятся стратегические и приоритетные сектора и отрасли экономики страны, в том числе, инновационная сфера, которая сегодня определяет международное положение и конкурентоспособность как развитых, так и многих развивающихся стран.

Таким образом, в Российской Федерации довольно остро стоит проблема коммерциализации результатов научных исследований и разработок, которая связана с отмеченной авторами необходимостью целевого и эффективного использования финансовых ресурсов, направленных на развитие инноваций, а также высокой технологической зависимостью российской экономики, вызывающей безальтернативную необходимость создания и производства передовых технологий внутри страны. На отечественном рынке сегодня сложилась ситуация, когда инновации создаются, но до конечного потребителя практически не доходят. При этом иностранные фирмы чрезвычайно заинтересованы в отечественных разработках и, обладая значительными финансовыми ресурсами, приобретают их и коммерциализируют, выводят на рынок в виде своей готовой продукции. Важность использования передовых технологий внутри страны подтверждается и результатами исследования. Именно к изменению числа используемых передовых технологий ВВП России имеет наибольшую чувствительность. Практическое применение технологии при этом осуществимо, только если она имеет надежные каналы попадания на отечественный рынок. Соответственно, возможными рычагами совершенствования условий в сфере коммерциализации инноваций, с точки зрения авторов, выступают увеличение расходов инвестиционного характера, совершенствование структуры и качества федеральных целевых программ, а также разработка и реализация ведомственных целевых программ.

Подводя итог, можно выделить следующие приоритетные направления для работы в сфере инновационного развития России:

1) создание адекватной статистической базы об инновациях для проведения масштабных исследований, прогнозов и построения моделей, а также разработки стратегий развития;

2) борьба с зависимостью от импорта оборудования и машин из-за заграницы путем активного применения механизма импортозамещения и создания эффективных каналов коммерциализации созданных внутри страны передовых технологий, вывода готовой качественной продукции с высокой добавленной стоимостью на отечественный рынок.

Реализация этих направлений во многом может произойти путем создания кластеров, то есть концентрации на территории компаний, НИИ, вузов, НКО, менторских групп, технопарков, инкубаторов и других организаций, работающих по одной тематике [1]. В кластере за счет большой концентрации людей, работающих в одной отрасли, постоянно должны создаваться новые идеи, сервис, продукты, компании, новые умения. Если речь идет о производственном кластере, то должны появляться новые продукты и производственные решения, например, внедряться новые материалы и оборудование. Таким образом, появление кластеров будет во многом решать проблему как создания самих инноваций, так и, как было указано ранее, их коммерциализации путем привлечения потенциальных инвесторов.

Список литературы

1. Единый информационно-аналитический портал государственной поддержки инновационного развития бизнеса (Электронный ресурс). - URL: http://innovation.gov.ru/ (дата обращения 07.12.2014).

2. Федеральная служба государственной статистики (Электронный ресурс). - URL: http://www.gks.ru/ (дата обращения 07.12.2014)

3. Федеральная таможенная служба (Электронный ресурс). - URL: http://www.customs.ru/ (дата обращения 07.12.2014)

4. Невежин В.П., Новичкова Е.А., Пархоцик Я.В. Анализ факторов, влияющих на размер валового регионального продукта. // Экономика, управление и юриспруденция в современном мире: проблемы и поиски решений: материалы Международной научно-практической конференции (18 декабря 2013 года, г. Ижевск). - Ижевск, 2014. ФГБОУ ВПО «Вятский государственный гуманитарный университет», филиал в г. Ижевске. С. 344-347.

Размещено на Allbest.ru